开发环境与 LangSmith 监控#

1
langchain-core          ← 基础抽象：Runnable、PromptTemplate、OutputParser 等
2
langchain               ← 编排层：链（Chain）、Agent 框架
3
langchain-openai        ← OpenAI / Azure OpenAI 集成
4
langchain-anthropic     ← Anthropic Claude 集成
5
langchain-community     ← 社区维护的第三方集成（向量数据库、工具等）
6
langgraph               ← 基于图的 Agent 编排框架
7
langserve               ← 将 Chain 部署为 REST API

1
# 环境变量文件
2
.env
3
.env.local
4
.env.*.local
5

6
# 虚拟环境
7
.venv/
8
venv/
9

10
# IDE
11
.idea/
12
.vscode/
13

14
# Python 缓存
15
__pycache__/
16
*.pyc

1
# pip install python-dotenv langchain-openai
2

3
import os
4
from dotenv import load_dotenv
5

6
# 加载 .env 文件（会自动查找项目根目录的 .env）
7
load_dotenv()
8

9
# 方式一：LangChain 自动读取环境变量（推荐）
10
# ChatOpenAI 默认从 OPENAI_API_KEY 环境变量获取 Key
11
from langchain_openai import ChatOpenAI
12
llm = ChatOpenAI(model="gpt-4o-mini")
13

14
# 方式二：显式传入（适用于多 Key 切换场景）
15
api_key = os.getenv("OPENAI_API_KEY")
16
if not api_key:
17
    raise ValueError("OPENAI_API_KEY 未设置，请检查 .env 文件")
18

19
llm = ChatOpenAI(model="gpt-4o-mini", api_key=api_key)

1
# pip install langchain langchain-openai python-dotenv
2

3
from dotenv import load_dotenv
4
load_dotenv()  # 加载 LANGCHAIN_TRACING_V2、LANGCHAIN_API_KEY 等
5

6
from langchain_openai import ChatOpenAI
7
from langchain_core.prompts import ChatPromptTemplate
8

9
# 定义 Prompt 模板
10
prompt = ChatPromptTemplate.from_messages([
11
    ("system", "你是一个专业的技术助手，回答简洁准确。"),
12
    ("human", "{question}")
13
])
14

15
# 初始化模型
16
llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)
17

18
# 使用 LCEL 组合为 Chain
19
chain = prompt | llm
20

21
# 调用 —— 这次调用会自动出现在 LangSmith 面板中
22
response = chain.invoke({"question": "什么是 RAG？"})
23
print(response.content)

1
# pip install langchain langchain-openai
2

3
from langchain_openai import ChatOpenAI
4
from langchain_core.prompts import ChatPromptTemplate
5

6
prompt = ChatPromptTemplate.from_messages([
7
    ("system", "你是一个翻译助手。"),
8
    ("human", "将以下内容翻译为英文：{text}")
9
])
10

11
llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)
12

13
# 在 Chain 上设置 verbose
14
chain = prompt | llm
15
chain_with_verbose = chain.with_config({"verbose": True})
16

17
response = chain_with_verbose.invoke({"text": "你好世界"})

1
# pip install langchain
2

3
from langchain.globals import set_debug
4
set_debug(True)  # 开启全局调试模式
5

6
# 之后所有 LangChain 调用都会输出详细日志
7
# 包括：Prompt 的完整文本、模型返回的原始响应、解析过程等

1
my-langchain-app/
2
├── .env                    # 环境变量（不提交到 Git）
3
├── .env.example            # 环境变量模板（提交到 Git，不含真实 Key）
4
├── .gitignore
5
├── pyproject.toml          # 项目配置与依赖声明
6
├── README.md
7
│
8
├── app/                    # 应用主代码
9
│   ├── __init__.py
10
│   ├── main.py             # 入口文件
11
│   ├── chains/             # Chain 定义
12
│   │   ├── __init__.py
13
│   │   └── qa_chain.py
14
│   ├── prompts/            # Prompt 模板
15
│   │   ├── __init__.py
16
│   │   └── templates.py
17
│   ├── tools/              # 自定义 Tool
18
│   │   ├── __init__.py
19
│   │   └── search.py
20
│   └── utils/              # 工具函数
21
│       ├── __init__.py
22
│       └── config.py
23
│
24
├── data/                   # 数据文件（向量化文档等）
25
│   └── docs/
26
│
27
├── tests/                  # 测试
28
│   ├── __init__.py
29
│   └── test_chains.py
30
│
31
└── notebooks/              # 实验性 Jupyter Notebook
32
    └── exploration.ipynb

1
[project]
2
name = "my-langchain-app"
3
version = "0.1.0"
4
requires-python = ">=3.9"
5
dependencies = [
6
    "langchain>=0.3",
7
    "langchain-openai>=0.2",
8
    "python-dotenv>=1.0",
9
]
10

11
[project.optional-dependencies]
12
dev = [
13
    "pytest>=8.0",
14
    "ipykernel>=6.0",
15
]

1
# pip install python-dotenv
2

3
import os
4
from dotenv import load_dotenv
5

6
load_dotenv()
7

8
class Settings:
9
    """应用配置集中管理"""
10
    OPENAI_API_KEY: str = os.getenv("OPENAI_API_KEY", "")
11
    OPENAI_MODEL: str = os.getenv("OPENAI_MODEL", "gpt-4o-mini")
12
    LANGCHAIN_TRACING: bool = os.getenv("LANGCHAIN_TRACING_V2", "false").lower() == "true"
13

14
    @classmethod
15
    def validate(cls):
16
        """启动时校验必要配置"""
17
        if not cls.OPENAI_API_KEY:
18
            raise ValueError("OPENAI_API_KEY 未配置，请检查 .env 文件")
19

20
settings = Settings()